揭秘前缀和的魅力：一窥算法世界中的高效工具

冰指、绕温

已于 2024-03-26 10:41:45 修改

阅读量1k

点赞数 15

文章标签：算法数据结构

于 2024-03-25 20:48:26 首次发布

本文链接：https://blog.csdn.net/qq_44740112/article/details/137019528

版权

文章目录

前言
一、前缀和是什么？
二、前缀和的应用场景及例题
总结及参考来源

前言

在算法研究和编程实践中，有一种简洁而强大的工具——前缀和（Prefix Sum），能够帮助我们巧妙且高效地处理多种与数组相关的动态查询问题。今天，让我们借助一段C++代码示例，一同揭开前缀和的神秘面纱，并探讨它的实际应用。
学习算法的时候发现前缀和特别常用，也很有用，所以做此学习记录，记录自己的学习过程。

一、前缀和是什么？

在计算机科学与算法设计中，前缀和（Prefix Sum）是一个经典概念，尤其在处理数组元素累加问题时有着显著优势。前缀和的思想是：对于一个数组A = [a1, a2, …, an]，它的前缀和数组S = [s1, s2, …, sn]定义为si = a1 + a2 + … + ai，即si表示数组A中前i个元素的累积和。特别地，s0通常约定为0，便于后续计算。

例如，若数组A = [1, 2, 3, 4, 5]，那么对应的前缀和数组S = [0, 1, 3, 6, 10, 15]。

二、前缀和的应用场景及例题

1.应用场景

前缀和的核心价值在于，一旦预处理好前缀和数组，很多原本看似复杂的时间复杂度问题可以降为O(1)，极大地提高了算法效率。以下是前缀和的一些典型应用场景：

区间和查询：当我们需要频繁查询数组中任意一段连续子数组的和时，有了前缀和数组，只需计算Si - Sj - 1即可得出ai + ai+1 +
… + aj的值。

案例中C++代码片段将会展示了这一特性，通过预先计算前缀和s[]，之后可以迅速找到连续子数组的最大和。

线性扫描算法优化：在图像处理、信号处理等领域，前缀和可用于快速统计滑动窗口内的像素值或信号强度总和，辅助进行滤波、峰值检测等操作。
动态规划的基础工具：在一些动态规划问题中，前缀和可以作为状态转移的基础，简化状态的计算过程。
在线算法：在线性扫描的过程中，利用前缀和能实时更新某一指标的累计值，无需重新遍历整个数据集。
数据流处理：在大数据处理或者流式计算中，前缀和被用于实时统计流经系统的数据总量。

2.例题及分析

壁画（源于AcWing 562）
Thanh 想在一面被均分为 N
段的墙上画一幅精美的壁画。

每段墙面都有一个美观评分，这表示它的美观程度（如果它的上面有画的话）。

不幸的是，由于洪水泛滥，墙体开始崩溃，所以他需要加快他的作画进度！

每天 Thanh 可以绘制一段墙体。

在第一天，他可以自由的选择任意一段墙面进行绘制。

在接下来的每一天，他只能选择与绘制完成的墙面相邻的墙段进行作画，因为他不想分开壁画。

在每天结束时，一段未被涂颜料的墙将被摧毁（Thanh 使用的是防水涂料，因此涂漆的部分不能被破坏），且被毁掉的墙段一定只与一段还未被毁掉的墙面相邻。

Thanh 的壁画的总体美观程度将等于他作画的所有墙段的美观评分的总和。

Thanh想要保证，无论墙壁是如何被摧毁的，他都可以达到至少 B
的美观总分。

请问他能够保证达到的美观总分 B
的最大值是多少。
数据范围：
1≤T≤100,存在一个测试点N=5∗106,其他测试点均满足2≤N≤100

输入样例：

输出样例：

Case #1: 6
Case #2: 14
Case #3: 7
Case #4: 31

样例解释：
在第一个样例中，无论墙壁如何被破坏，Thanh都可以获得 6
分的美观总分。在第一天，他可以随便选一个美观评分3的墙段进行绘画。在一天结束时，第一部分或第四部分将被摧毁，但无论哪一部分都无关紧要。在第二天，他都可以在另一段美观评分 3
的墙段上作画。

3.示例代码

题目等价于求长度为（n/2）向上取整的连续子数组的最大和。

#include<iostream>
#include<algorithm>
using namespace std;

// 定义常量N以容纳较大规模的数据
const int N = 5e6 + 10;
char a[N]; // 存储原始字符型数字序列
int s[N]; // 存储前缀和序列

int main() 
{
    int T, cnt = 0; // T代表测试用例数，cnt用于记录案例序号

    // 输入测试用例总数
    scanf("%d", &T);
    
    while (T--) 
    {
        int n, i, m = 0;
        scanf("%d", &n); // 获取当前序列长度
        
        // 计算前缀和：遍历字符序列，将字符转为数字并累加到s数组
        for (i = 1; i <= n; i++) 
        {
            cin >> a[i];
            s[i] = (a[i] - '0') + s[i - 1];
        } // 这里完成了前缀和的预处理

        int k, ans = 0;
        // 根据序列长度确定连续子串的最大长度k
        if (n % 2 == 0) k = n / 2;
        else k = n / 2 + 1;

        // 利用前缀和找到满足条件的最大子串和
        for (i = k; i <= n; i++) 
            ans = max(ans, s[i] - s[i - k]);

        // 输出结果并更新案例序号
        cnt++;
        printf("Case #%d: %d\n", cnt, ans);
    }

    return 0;
}